.png){kind=icon}
返回
An Extensible Thread Throttling Method for Multiple OpenMP Parallel Programs
.png){kind=icon}
PRE
AI
DOI：10.1145/3769679.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
OpenMP是高性能计算领域中最流行的并行框架之一。许多研究人员提出了OpenMP线程限流技术，用于搜索并行性的最优配置以提高计算效率。然而，现有研究主要关注最优解，忽略了搜索过程中的程序平均性能。此外，高性能计算生产环境中存在各种类型的工作负载。OpenMP配置需要根据程序的实时运行状态进行调整。否则，可能导致实时环境中的实际改进与理论产生偏差。在本文中，我们提出了一种OpenMP线程限流方法。该方法利用历史工作负载的搜索结果训练性能顶点预测模型，快速识别未知工作负载的最优线程数近似范围，并采用基于邻域采样的双向爬山搜索算法在小范围内进行搜索。该方法提高了具有多个未知负载的高性能计算系统中的实时优化效率。通过实验，我们证明了与多种常用线程限流方法相比，我们方法的优势。在最优解差异较小的情况下，我们方法在搜索过程中的平均性能和收敛速度相比最佳方法可分别提高10.6%和22.7%。
Keyword:
Real-time system management,performance optimization,OpenMP,resource allocation,knowledge-sharing modeling
